mirror of
https://github.com/ThearchyHelios/AgentLab.git
synced 2026-11-15 05:21:57 +00:00
ThearchyHelios
4559c96fdd
校验器只抽阿拉伯数字。strict 契约下"本周营收增长三成、客户两千五百家"一个数 都抽不出来，判 formal；同样的意思写成 2500 却会被 withheld。叙述层换一种写法 就绕过了"不许现编数字"这条地基，而"出错自动改一次"的复核回路会把模型往这条 路上推——被拦一次，它学会的是写汉字。review.check_numbers 复用同一套抽取， 同样的洞。 中文数字难在两头，规则按"这是不是在报一个量"来定（文件头有完整说明）： - 多字且解析得通的一律抽：十二、两千五百、两千五（省略写法）、一万二、三点五万； - 单字只在后面跟计数单位时抽：两家、五天。"一"加量词多半是冠词（一个问题）， 不抽——放过一个值为 1 的现编，代价远小于满篇误杀； - 成、倍、百分之、分之、一半单字也抽，按口语精度给容差（三成 = 30% ± 半成）； - 余 / 多 / 来按区间回指（两千余 = [2000, 3000]），不跳过——跳过就是新的绕法； - 不抽：序数、星期、月日、季度名（三季度 = Q3）、"从三个方面看"这种结构性列举、 几十 / 数百 / 上千这种虚指、成语（五花八门、千方百计、万一、十分重要）。 顺带修了阿拉伯数字的两处： - 万 / 亿后缀的容差按书写精度算。3.5万 写到千位，应是 ±500，以前按 3.5 的一位 小数给 ±0.05，只认 35000 整——README 承诺的"按书写精度"对带后缀的数不成立。 - 补上千 / 百万 / 千万后缀："2千家"以前抽出来是 2，回指的是一个错的值。 出具校验以前没有一条直接测试（只经 check_numbers 间接覆盖）。新增 test_issuance.py 39 例：解析、该抽的、不该抽的两头都守，外加当初那条绕过（旧代码实测：抽不到、判 formal）。374 → 413 passed。